5. Discussão Crítica: Reestruturação Mecânica e Desafios Institucionais
A discussão crítica em torno da integração da inteligência artificial generativa no ensino superior evidencia que a mera imposição de diretrizes regulatórias institucionais ou o recurso reativo a instrumentos de deteção se mostram inteiramente insuficientes para salvaguardar a integridade académica. A literatura recente sublinha a imperativa necessidade de substituir prescrições discursivas inexequíveis por alterações estruturais profundas no próprio desenho e na mecânica avaliativa (Refining Assessment Design and Practice in Nursing and Midwifery Education in the Era of Generative AI, 2026). Essa reconfiguração pedagógica exige o abandono progressivo da dependência estrita do produto final sumativo em prol de ecossistemas avaliativos dinâmicos, deliberadamente alicerçados no acompanhamento contínuo do processo, na interação colaborativa e na autenticidade contextualizada (A Framework for AI and Vocational Assessment in Higher Education, 2026). Não obstante a convergência teórica em torno desta mudança paradigmática, subsiste uma lacuna investigativa substancial no que concerne à mensuração empírica direta dos impactos cognitivos duradouros, mormente no desenvolvimento autónomo do pensamento crítico e na preservação da agência discente. Grande parte da literatura foca-se em métricas de desempenho em tarefas fechadas, descurando a forma como os aprendentes estruturam o raciocínio complexo. Paralelamente, as evidências empíricas disponíveis enfrentam limitações metodológicas severas, marcadas pela prevalência de estudos exploratórios circunscritos a domínios curriculares específicos, desenhos unilocais e amostras reduzidas, o que restringe a generalização das conclusões a outros contextos institucionais. Superar estas lacunas demanda investigações longitudinais orientadas à consolidação de parâmetros avaliativos robustos e transferíveis.